期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
具有结果多样性的近似子图查询算法
1
作者
洪佳明
黄云
+1 位作者
刘少鹏
印鉴
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2019年第6期960-972,共13页
针对大型图中的各种top k近似子图查询算法存在的顶点重叠度高、无法满足多样性匹配结果输出等问题,提出具有最大顶点覆盖集的多样性近似子图查询算法.该算法建立基于近邻关系和基于区域划分的双重索引,并为相互关系紧密的同标号顶点建...
针对大型图中的各种top k近似子图查询算法存在的顶点重叠度高、无法满足多样性匹配结果输出等问题,提出具有最大顶点覆盖集的多样性近似子图查询算法.该算法建立基于近邻关系和基于区域划分的双重索引,并为相互关系紧密的同标号顶点建立簇索引.在图查询过程中,利用近邻特征为查询图中的每个顶点快速筛选出满足局部匹配要求的候选顶点集,并从不同区域找到多个满足要求的近似匹配子图,避免了查询结果间的高重复率.同时,基于区域和同标号近邻簇的划分,优先查找属于不同划分或不同簇顶点的匹配,减少了不同区域划分间的交互,提高了查询的效率.在大量数据集上的实验结果验证了该算法在查询效率和结果多样性等方面的有效性.
展开更多
关键词
子图查询
近似查询
结果多样性
顶点覆盖集
在线阅读
下载PDF
职称材料
大图中多样化Top-k模式挖掘算法研究
被引量：
1
2
作者
何宇昂
王欣
沈玲珍
《计算机科学》
CSCD
北大核心
2024年第5期70-84,共15页
频繁模式挖掘(Frequent Pattern Mining,FPM)是图数据挖掘领域的一项重要任务。该任务的目标是从图数据中找到出现频次大于给定阈值的所有模式。近年来,随着社交网络等大规模图数据的涌现,单一大图上的FPM问题受到广泛关注,并得到了较...
频繁模式挖掘(Frequent Pattern Mining,FPM)是图数据挖掘领域的一项重要任务。该任务的目标是从图数据中找到出现频次大于给定阈值的所有模式。近年来,随着社交网络等大规模图数据的涌现,单一大图上的FPM问题受到广泛关注,并得到了较为充分的研究,取得了一系列研究成果。然而,已有技术大都存在着计算成本高、挖掘结果理解困难以及并行计算难等问题。针对上述问题,文中提出了一种从大规模图数据中挖掘多样化top-k模式的方法。首先设计了一个多样化函数,用于度量模式集合的多样性;随后设计了一种面向分布式图数据,具有提前终止特性的分布式挖掘算法DisTopk,以实现多样化top-k模式高效挖掘。在真实图数据和合成图数据上进行了大量实验,结果表明,与传统分布式挖掘算法相比,DisTopk算法能更高效地挖掘多样化top-k模式。
展开更多
关键词
频繁模式挖掘
Top-k模式
结果多样性
分布式挖掘
提前终止
在线阅读
下载PDF
职称材料
题名
具有结果多样性的近似子图查询算法
1
作者
洪佳明
黄云
刘少鹏
印鉴
机构
广州中医药大学医学信息工程学院
吉首大学软件学院
广东技术师范大学计算机科学学院
中山大学数据科学与计算机学院
出处
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2019年第6期960-972,共13页
基金
国家自然科学基金(61472453)
广东省自然科学基金(2015A030310312)
+3 种基金
广东省教育厅青年创新人才项目(2017KQNCX117)
广州中医药大学青年英才培养工程(QNYC20170204)
广东省大数据分析与处理重点实验室开放基金(201802)
广东大学生科技创新培育专项基金(pdjh2018a0289)
文摘
针对大型图中的各种top k近似子图查询算法存在的顶点重叠度高、无法满足多样性匹配结果输出等问题,提出具有最大顶点覆盖集的多样性近似子图查询算法.该算法建立基于近邻关系和基于区域划分的双重索引,并为相互关系紧密的同标号顶点建立簇索引.在图查询过程中,利用近邻特征为查询图中的每个顶点快速筛选出满足局部匹配要求的候选顶点集,并从不同区域找到多个满足要求的近似匹配子图,避免了查询结果间的高重复率.同时,基于区域和同标号近邻簇的划分,优先查找属于不同划分或不同簇顶点的匹配,减少了不同区域划分间的交互,提高了查询的效率.在大量数据集上的实验结果验证了该算法在查询效率和结果多样性等方面的有效性.
关键词
子图查询
近似查询
结果多样性
顶点覆盖集
Keywords
subgraph query
approximated query
diversified result
vertex cover set
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
大图中多样化Top-k模式挖掘算法研究
被引量：
1
2
作者
何宇昂
王欣
沈玲珍
机构
西南石油大学计算机科学学院
出处
《计算机科学》
CSCD
北大核心
2024年第5期70-84,共15页
基金
四川省科技创新人才基金(2022JDRC0009)。
文摘
频繁模式挖掘(Frequent Pattern Mining,FPM)是图数据挖掘领域的一项重要任务。该任务的目标是从图数据中找到出现频次大于给定阈值的所有模式。近年来,随着社交网络等大规模图数据的涌现,单一大图上的FPM问题受到广泛关注,并得到了较为充分的研究,取得了一系列研究成果。然而,已有技术大都存在着计算成本高、挖掘结果理解困难以及并行计算难等问题。针对上述问题,文中提出了一种从大规模图数据中挖掘多样化top-k模式的方法。首先设计了一个多样化函数,用于度量模式集合的多样性;随后设计了一种面向分布式图数据,具有提前终止特性的分布式挖掘算法DisTopk,以实现多样化top-k模式高效挖掘。在真实图数据和合成图数据上进行了大量实验,结果表明,与传统分布式挖掘算法相比,DisTopk算法能更高效地挖掘多样化top-k模式。
关键词
频繁模式挖掘
Top-k模式
结果多样性
分布式挖掘
提前终止
Keywords
Frequent pattern mining
Top-k patterns
Result diversification
Distributed mining
Early termination
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
具有结果多样性的近似子图查询算法
洪佳明
黄云
刘少鹏
印鉴
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2019
0
在线阅读
下载PDF
职称材料
2
大图中多样化Top-k模式挖掘算法研究
何宇昂
王欣
沈玲珍
《计算机科学》
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
